從圍棋、醫生到下個領域

養成一位醫師要多久時間？多數人會回答大約是7年，但醫療、藥劑日新月異，所以更正確的答案應該是持續不斷，為了讓醫療可以更加有效率跟避免失誤，IBM Watson for Oncology出現了，先是消化了超過1,500萬頁的教科書，每年更至少消化5萬篇的新癌症研究，改寫了醫療生態，但是否醫師的角色就會被取代呢？其實不然，它的定位反而如同它的名字一般，讓醫師有如福爾摩斯可以更加偵破案件（病情），同時提供「第二意見」，讓病患更加了解病情，有有更多選擇⋯⋯。

由此可知，除了圍棋，AI已經越來越深入各項領域，而且分別有了佳績，那麼應用於企業方面呢?

根據研調機構顧能(Gartner)的最新預測，AI所創造的商業價值正逐年增加，今年AI在全球的商業價值將逼近1.2兆美元，和2017年相比激增約70％，到了2022年相關商業價值預估將超過3.9兆美元。顧能研究副總裁拉夫洛克(John-David Lovelock)指出，未來5年內將有一股推動AI產品和服務整合的主要力量：企業為了解決某個特定的問題，創造出一個專屬AI解決方案，同時，企業也將推動有關AI產品的投資。

企業開始利用AI技術來發掘先前不曾發現的機會，提高既有產品和服務的銷售，同時替新產品和服務尋找商機，「因此長遠來看，AI真正的商業價值在於創造新營收的潛力。」拉夫洛克說。

這意味著，屆時AI在「決策輔助」上的應用（像是深度神經網路）將大幅成長，占AI商業價值的比例預估將從2018年的36％提昇到44％，一舉超越所有其他類型的應用。AI不只省去了過去需要人工分類資訊的功夫，發掘資料的隱藏價值、辨識資料的模式，因而創造出準確的決策支援系統，這類型的系統將有助於降低成本和風險，為企業帶來實際的新收入。

商業應用百花齊放

政大商學院會計系吳安妮教授就打造出這樣的系統，透過與華致資訊公司共同開發5年，終於打造出AVM系統，協助台灣企業真正地了解「成本、利潤及價值」的意涵，作為企業管理者之管理決策的重要參考依據。她表示：「AVM系統是款能夠將企業4大財務報表、ERP、PLM、MES、TQM、SOP等所有管理系統的數據加以整合，匯入至AVM系統中，並產生「原因」與「結果」結合之「因果關係」資訊，作為決策參考」。也因此，該系統的AI能替企業找出最佳客戶，掃除作業流程中的成本耗費死角，進而提昇企業的利潤和競爭力。

AVM系統如果誤判了該怎麼辦？iSVMS研究中心回答，因為一開始運用的都是各個公司自己的數據，AVM系統是將「原因」與「結果」整合之數據加以邏輯性加值，並精準呈現給企業做決定，所以要說「數據或AI」會帶來風險幾乎是不可能的。但數據呈現出來後，企業如何運用這些數據就回歸到「人如何運用AI輔助的問題。」

仲丞國際股份有限公司創辦人顧家祈就談到：「我是數學系畢業，加上工程師背景，一開始每件事情都是AI優先，但越做AI越發現，AI能做的事情真的還太少了！」他提出最簡單的例子，AI雖然能提供最佳投資標的，但還是要靠人去跟金融機構洽談；另外，該跟哪個數據公司買資料來源？資料來源如果分級要買哪個等級？伺服器要架設在哪裡？這些東西在市場上都沒有比較表，需要人類一個一個去討論，找完資料後，談合作也是人在做，這些都不是AI可以替代人做的，事實上整體金融市場事實上還是人在玩的遊戲，要靠人去適應規則、創造規則。他也認為許多台灣的決策者常常抓著「自己會比AI好」這一點，認為不需要AI，但它只是1項工具，提供你計算後的最佳解答，它並不是完美的，也不是每筆AI交易都能達到你要賺錢的要求，它能給的只是市場上的最佳方法而已。

回歸到最初，SAS台灣業務支援部副總經理陳新銓表示，過去企業用商業智能(Business Intelligence, BI)，讓資料倉儲技術、線上分析處理技術、資料探勘和數據展現技術，進行數據分析以實現商業價值。但BI重視的是利用數據與演算產出報表，讓人看到「做決策」的「後果」；但AI要的是「即時通知」與「預知前景」，讓企業「提早」知道問題的所在加以改善，或及早發現問題，改變策略，這也是AI熱潮下對企業的價值所在。

但製造業或中小企業，可能就對AI有相當大的疑慮。AI可以做的有「報表」、「警示」、「預測」、「優化」4個層次。但陳新銓表示，以製造業為例，就因為許多老闆自己就是工程師出生，腦袋裡的東西與經驗比AI強，因而認為不需要導入新技術，協助企業更上層樓，這其實是將AI導入企業相當大的挑戰。

「神」之經營策略

「投資有風險」，這一句話也適用於AI上面，那麼該如何幫AI避險？台灣IBM全球企業諮詢服務事業部顧問協理陳昌裕說：「機器流程自動化軟體(Robotic Process Automation, RPA)雖然會提高公司成本，但卻是企業相當好的保險措施。」舉例來說，運用兩組不一樣的系統相互檢核，或用兩組AI協助企業比對資訊是一種方式。

其次，不要將所有工作都交給AI，秉持80：20原則，讓簡單低風險的80交給AI，高風險的20則由AI協助資料統整，再交人類判斷整理，不僅能提高效率更能有效避險。

綜合上述看法，可以得知AI在企業決策已經逐漸占有一席之地，讓公司營運更有效率，也降低錯誤發生率，或許更可以看出人類看不到的經營模式，就如同棋王周俊勳認為：「未來或許出現人類和AI搭擋的圍棋比賽，合作完成一盤更完美的棋局。」圍棋有「神之一手」的願景，或許企業經營也會激盪出更完美的經營策略，出現「神之經營策略」吧。欲知更多精彩內容，就看本期《能力雜誌》精彩報導。

【本文出自《能力雜誌》2018年8月號；訂能力電子雜誌；非經同意不得轉載、刊登】

然而時序跨過2018年年中，AI應用帶起的熱烈討論開始轉向企業領域，世界各地的企業開始把AI視為一項重要工具，企圖在瞬息萬變的商業環境中保持靈活。

由於掌握AI日益成為企業轉型的關鍵因素，AI所創造的商業價值正逐年增加，根據研調機構顧能(Gartner)的最新預測，今年AI在全球的商業價值將逼近1.2兆美元，和2017年相比激增約70％，到了2022年相關商業價值預估將超過3.9兆美元。

顧能從幾個領域評估AI的商業價值，包括顧客體驗、降低成本、新增營收。首先，AI技術要普及、發揮潛力並提供價值，顧客體驗是必要的先決條件之一，顧客體驗也會間接影響成本。再者，評估AI在協助企業降低現有或新產品成本上的貢獻。最後，新增營收指AI幫助企業增加現有產品銷量，或創造新產品及服務。

顧能研究副總裁拉夫洛克(John-David Lovelock)指出，未來5年內將有一股推動AI產品和服務整合的主要力量：企業為了解決某個特定的問題，創造出一個專屬AI解決方案，同時，企業也將推動有關AI產品的投資。

那麼對企業來說，哪些AI應用是在考慮投資佈局時的大勢所趨？顧能點出3大方向，分別是決策輔助、虛擬代理、智慧產品。

決策輔助 發展潛力最大

拉夫洛克表示，AI商業價值初期的主要來源仍是顧客體驗，各大企業用AI增進與顧客之間的互動，達到吸引更多客戶和留客的目的。在這個階段，AI價值在於幫助組織提升工作效率、把制定決策或互動流程自動化，進而降低成本。

不過，2021年起，AI商業價值的來源將出現轉變，「新增營收」成為主宰力量。企業開始利用AI技術來發掘先前不曾發現的機會，提高既有產品和服務的銷售，同時替新產品和服務尋找商機，「因此長遠來看，AI真正的商業價值在於創造新營收的潛力。」拉夫洛克說。

這意味著，屆時AI在「決策輔助」上的應用（像是深度神經網路）將大幅成長，占AI商業價值的比率預估將從2018年的36％攀昇到44％，一舉超越所有其他類型的應用。AI不只省去了過去需要人工分類資訊的功夫，發掘資料的隱藏價值、辨識資料的模式，因而創造出準確的決策支援系統，這類型的系統將有助於降低成本和風險，為企業帶來實際的新收入。

虛擬代理 取代簡單任務

在所有AI應用中比率居第2的是虛擬代理，現階段我們已經看見，工作內容重複性較高的客服人員正一步步被機器人取代。例如：不少企業開始用聊天機器人(Chatbot)負責較簡單的任務，把這類人員轉移到更複雜的職務內容，例如：處理較複雜的客戶問題、進行非結構化的對話，或在客戶遇到問題之前聯繫客戶。

這一部分在今年占整體應用的比率估計將達到46％，不過這一部分所占的比率將隨著其他類型應用發展成熟而慢慢下滑，到2022年估計比率降到26％。

智慧產品 聚焦個人化體驗

第3種值得關注的企業AI應用是智慧產品。從穿戴裝置到智慧音箱等，各種內建AI的智慧產品這1、2年如雨後春筍般出現，藉由雲端整合系統與使用者偏好提供個人化體驗。智慧產品今年創造的商業價值預估占整體的18％，但也將因其他類型AI應用的商業價值貢獻提升，到了2022年比率下滑到14％。

專精於企業IT自動化的德國Arago公司創辦人布斯(Hans-Christian Boos)認為，AI將是工業時代的企業因應破壞性創新(Disruptive Innovation) 的唯一可行途徑。

調查顯示，不少企業高階主管都同意，AI已經衝擊到許多產業的既有商業模式，成為破壞性力量。印度IT業者Infosys對全球1,000名企業高階主管和IT部門負責人進行的調查發現，電信行業有3分之2的高階主管抱持這樣的看法，銀行和保險業主管也有略高逾6成的受訪者有相同見解；大多數零售商(54％)也感受到同樣的衝擊，一個例子是亞馬遜公司在西雅圖開設了無人商店「Amazon Go」。唯一還沒有被影響到的產業是公共部門或政府組織。

另一方面，早期部署AI的組織正逐漸從中受益。根據Infosys的調查，超過7成高階主管認為，在組織內部引進AI已經改變了他們的營運方式，而且有高達90％受訪者表示，AI已為他們的組織帶來可以用數字量化的收益。

專精AI處理器設計的英國新創公司Graphcore共同創辦人暨執行長圖恩(Nigel Toon)說：「那些能建立初始知識模型並啟動初始智慧服務或產品，並且率先推出第1個產品來擷取數據並持續改進知識模型的公司，將能推出領先的產品及服務，落在後頭的競爭對手只能苦苦追趕。」

AI最大化 員工培訓不可少

企業思考如何導入AI，也意味著相關人才短缺情況將更為顯著。電信、金融服務和製造業產業對於人才匱乏的感受最為深刻。

事實上，為了找到合適的AI人才，企業間的軍備競賽已經開打，求職網站Indeed統計顯示，在過去3年中，美國企業對AI相關人才的需求增加了1倍以上。

然而這對員工意味著什麼呢？在硬體端工作的人，害怕自己被智慧機器人24小時生產取代；軟體端的人則害怕AI的高速運算能力，可能導致工作、行業消失。也因此，許多人不禁想問：我現有的技能是否依然重要？

出人意料地，Infosys大數據和分析平台事業主管拉薩(Abdul Razack)指出，企業想導入AI，首先得投資自家員工。企業不只需要投資支援AI的軟體和技術，也需要為與AI一起工作的員工進行培訓和培養技能；如果企業無法在兩方面的投資比例之間取得平衡，就無法全力投入AI。

Infosys的調查也顯示初步樂觀的結果，80％企業主管表示，針對職務可能被AI取代的員工，將予以重新培訓或調整職務內容。企業也應該鼓勵從上到下的所有員工，在整合新的數位工具之中，重新思考自己的角色並與時俱進發展。

拉薩表示，接下來數十年內，當AI逐漸成為每個行業結構的一部分，所有人都需具備與AI系統合作的技能與專業知識，這種新的心態需要人們的好奇心，以及對知識和學習的渴望。

因此，進入與AI共事的時代，終身學習比起以往任何時刻都更為重要。從現在起往後的數十年間，AI已經可以取代辨別問題、解決問題等認知任務，然而一開始還是需要人類「找出」要交給AI解決的問題。

問題發現者 找出讓AI解決的問題

對雇主來說，由企業提供員工學習和培訓計畫，以提昇員工的職涯並幫助他們了解新的AI應用，是有利可圖的。這能讓更有知識的員工受到鼓勵和啟發，還創造出一種員工類型：一群「問題發現者」，和AI相輔相成。

有趣的是，即使AI突飛猛進引起人類工作即將被機器的焦慮和恐懼，卻也有企業使用這些先進的系統，幫忙處理非常「人性化」的工作。來自產學界的研究人員通力合作設計出一種電腦系統，可以分析老闆和工人之間的溝通，從中發現導致緊張、不愉快和效率低落的問題，在情況失控之前找到解決的方法。

舉例來說，IBM公司的華生(Watson)AI平台使用其模型比對主管的電子郵件，找出這名主管的情緒範圍和他在信中所真正展示的情緒，接下來，AI可以識別出此主管可能從未察覺在訊息中慣用的表達模式找到問題，例如：一再使用負面語言來回應員工。

IBM內部用Watson進行企業內部溝通的一名部門主管說：「在一家大公司裡，有很多由上而下的溝通正在進行，而我們正從中理解如何建立適當的氛圍與文化。」

登月計畫失敗 改進業務流程成功率高

很多例子顯示，企業要運用AI，不能一開始就抱持太大的企圖心。《哈佛商業雜誌》對企業內部採用的152個認知技術項目進行研究，結果顯示，野心勃勃的「登月計畫」，成功的可能性遠低於把目標放在增進業務流程的「容易取得成果」專案。這應該不足為奇，因為企業界過去採用的絕大多數新科技也是如此，只不過AI的潮流太過強大，有些組織已深受吸引。

依據這份研究，建議企業部署AI系統最好循序漸進，首先了解AI底下的各種技術分別可以執行哪些類型的任務，接下來，企業可依據業務需求建立安排好優先順序的專案組合，在內部試辦專案後，制訂詳細的計畫在整個企業推廣實施計畫，擴大規模。

【本文出自《能力雜誌》2018年8月號；訂能力電子雜誌；非經同意不得轉載、刊登】